机器人控制方法、装置、机器人及存储介质制造方法及图纸

本申请实施例公开一种机器人控制方法、装置、机器人及存储介质。方法包括获取机器人行进过程中的障碍物信息；其中，障碍物信息包括障碍物的横截面的点云数据；基于障碍物的横截面的点云数据确定是否存在满足预设第一类型的障碍物；在确定存在满足预设第一类型的障碍物的情况下，获取相应的移动策略并按照移动策略控制机器人进行清洁工作。本申请无需过多传感器进行协同工作，只需要使用某一种或者能实现相同功能的某一类传感器来采集障碍物的截面数据，通过分析截面数据确定障碍物的类型，尤其是能精确识别家具类物体，从而快速实现该类障碍物所在区域的清洁工作。类障碍物所在区域的清洁工作。类障碍物所在区域的清洁工作。

【技术实现步骤摘要】
机器人控制方法、装置、机器人及存储介质


[0001]本专利技术属于机器人
，尤其涉及一种机器人控制方法、装置、机器人及存储介质。

技术介绍

[0002]近年来，随着科技的发展以及人们生活水平逐步提高，服务类机器人开始出现在市面上，提高了人们生活的便利性。扫地机器人作为一种服务类机器人，可以自动进行清扫工作，为人们解放了双手。
[0003]在家庭作业场景中，识别桌椅、沙发、床等这些常见的物体时，现有机器人会利用摄像头采集物体图像，使用机器学习算法(如模式识别等)对图像进行分析、得到物体类型，再根据测距传感器或者单目估计的方式计算物体的位置。上述处理方式需要多种传感器协同合作、算法复杂、处理过程过于单一，并且根据测距传感器或者单目估计的方法计算物体位置存在缺陷，对于一些较大的家具来说，由于摄像头等传感器的角度、安装位置等原因，无法获取物体的某些重要特征，从而可能导致无法准确识别类型并且位置估计也不再准确。

技术实现思路

[0004]为了解决现有技术的问题，本专利技术提出一种机器人控制方法、装置、机器人及存储介质。该方法无需过多传感器进行协同工作，只需要使用某一种或者能实现相同功能的某一类传感器来采集障碍物的截面数据，通过分析截面数据确定障碍物的类型，尤其是能精确识别家具类物体，从而快速实现该类障碍物所在区域的清洁工作。
[0005]本专利技术实施例提供的具体技术方案如下：
[0006]第一方面，提供一种机器人控制方法，所述方法包括：
[0007]获取机器人行进过程中的障碍物信息；其中，所述障碍物信息包括障碍物的横截面的点云数据；
[0008]基于所述障碍物的横截面的点云数据确定是否存在满足预设第一类型的障碍物；
[0009]在确定存在满足预设第一类型的障碍物的情况下，获取相应的移动策略并按照所述移动策略控制所述机器人进行清洁工作。
[0010]在一些实施例中，所述基于所述障碍物的横截面的点云数据确定是否存在满足预设第一类型的障碍物具体包括：
[0011]基于所述障碍物的横截面的点云数据，提取出横截面宽度满足预设第一阈值范围的所有横截面；
[0012]获取所述横截面宽度满足预设第一阈值范围的所有横截面的分布位置并进行分析处理；
[0013]当判断横截面的分布满足预设分布情形时，则确定存在满足预设第一类型的障碍物。
[0014]在一些实施例中，所述判断横截面的分布满足预设分布情形具体包括：
[0015]确定障碍物的至少部分横截面的分布构成预设大小的矩形或三角形；
[0016]所述确定存在满足预设第一类型的障碍物，包括：
[0017]将构成预设大小的矩形或三角形的横截面所对应的障碍物确定为满足预设第一类型的障碍物。
[0018]在一些实施例中，所述障碍物信息还包括基于障碍物的底面点云数据确定的障碍物底面距地面的高度信息以及障碍物的底面面积；
[0019]所述方法还包括：
[0020]基于所述障碍物底面距地面的高度信息以及障碍物的底面面积，确定是否存在满足预设第二类型的障碍物；
[0021]在确定存在满足预设第二类型的障碍物的情况下，获取相应的清洁模式并按照所述清洁模式控制所述机器人进行清洁工作。
[0022]在一些实施例中，所述基于所述障碍物底面距地面的高度信息以及障碍物的底面面积，确定是否存在满足预设第二类型的障碍物具体包括：
[0023]获取所述障碍物底面距地面的高度信息与预设第二阈值范围的比较结果；
[0024]当所述障碍物底面距地面的高度信息在预设第二阈值范围内时，确定所述障碍物的底面面积是否在预设第三阈值范围内；
[0025]当所述障碍物的底面面积在预设第三阈值范围内时，则确定存在满足预设第二类型的障碍物。
[0026]在一些实施例中，所述清洁模式包括正常清洁模式、增强清洁模式；
[0027]所述增强清洁模式的工作参数的数值大于所述正常清洁模式的工作参数的数值；所述工作参数包括吸入功率；
[0028]所述获取相应的清洁模式并按照所述清洁模式控制所述机器人进行清洁工作具体包括：
[0029]获取增强清洁模式并按照所述增强清洁模式控制所述机器人进行清洁工作。
[0030]在一些实施例中，所述按照所述移动策略控制所述机器人进行清洁工作具体包括：
[0031]基于所述障碍物的横截面的点云数据确定与地面相接触的障碍物的边缘，控制机器人对障碍物的边缘进行清洁；
[0032]基于所述障碍物的横截面的点云数据确定清洁边沿，控制所述机器人在所述清洁边沿所确定的区域内进行清洁。
[0033]在一些实施例中，所述方法还包括：
[0034]当识别得到障碍物的所属类型时，基于确定的障碍物的位置信息，将所述障碍物在预设地图模型中进行标注。
[0035]第二方面，提供一种机器人控制装置，所述装置包括：
[0036]获取模块，用于获取机器人行进过程中的障碍物信息；其中，所述障碍物信息包括障碍物的横截面的点云数据；
[0037]处理模块，用于基于所述障碍物的横截面的点云数据确定是否存在满足预设第一类型的障碍物；
[0038]控制模块，用于在确定存在满足预设第一类型的障碍物的情况下，获取相应的移动策略并按照所述移动策略控制所述机器人进行清洁工作。
[0039]第三方面，提供一种机器人，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的方法。
[0040]第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法。
[0041]本专利技术实施例具有如下有益效果：
[0042]1、本专利技术通过障碍物横截面的点云数据来判断当前遇到的障碍物的类型，确定类型后控制机器人实现相应移动，相比于现有技术来说，无需过多传感器进行协同工作，也无需使用复杂的识别算法，只需要使用某一种或者能实现相同功能的某一类传感器来采集上述障碍物的横截面数据，通过分析横截面数据便可实现桌椅类家具的识别，整个识别过程高效、快速，同时还能依据该类障碍物的特性，基于相应的移动策略控制机器人执行清洁工作；
[0043]2、本专利技术通过分析横截面的宽度、分布情形判断障碍物是否为桌椅等家具，算法简单同时可以实现精准识别；
[0044]3、本专利技术还可以基于障碍物底面距地面的高度信息、障碍物的底面面积来判断障碍物的类型，从而实现床、沙发类家具的有效识别，同时也能较快实现该类障碍物所在区域的清洁工作；
[0045]4、由于沙发、床等家具底面通常距地面较近，因此本专利技术首先对障碍物底面距地面的高度信息进行初步判断，当高度满足条件时对障碍物的底面面积进行再次判断，只有当底面面积满足预设条件时才将当前障碍物确定为床、沙发类家具，整个判断过程保证了障碍物识别的精确性；...

【技术保护点】

【技术特征摘要】
1.一种机器人控制方法，其特征在于，所述方法包括：获取机器人行进过程中的障碍物信息；其中，所述障碍物信息包括障碍物的横截面的点云数据；基于所述障碍物的横截面的点云数据确定是否存在满足预设第一类型的障碍物；在确定存在满足预设第一类型的障碍物的情况下，获取相应的移动策略并按照所述移动策略控制所述机器人进行清洁工作。2.根据权利要求1所述的方法，其特征在于，所述基于所述障碍物的横截面的点云数据确定是否存在满足预设第一类型的障碍物具体包括：基于所述障碍物的横截面的点云数据，提取出横截面宽度满足预设第一阈值范围的所有横截面；获取所述横截面宽度满足预设第一阈值范围的所有横截面的分布位置并进行分析处理；当判断横截面的分布满足预设分布情形时，则确定存在满足预设第一类型的障碍物。3.根据权利要求2所述的方法，其特征在于，所述判断横截面的分布满足预设分布情形具体包括：确定障碍物的至少部分横截面的分布构成预设大小的矩形或三角形；所述确定存在满足预设第一类型的障碍物，包括：将构成预设大小的矩形或三角形的横截面所对应的障碍物确定为满足预设第一类型的障碍物。4.根据权利要求1所述的方法，所述障碍物信息还包括基于障碍物的底面点云数据确定的障碍物底面距地面的高度信息以及障碍物的底面面积；所述方法还包括：基于所述障碍物底面距地面的高度信息以及障碍物的底面面积，确定是否存在满足预设第二类型的障碍物；在确定存在满足预设第二类型的障碍物的情况下，获取相应的清洁模式并按照所述清洁模式控制所述机器人进行清洁工作。5.根据权利要求4所述的方法，所述基于所述障碍物底面距地面的高度信息以及障碍物的底面面积，确定是否存在满足预设第二类型的障碍物具体包括：获取所述障碍物底面距地面的高度信息与预设第二阈值范围的比较结果；当所述障碍物底面距地面的高度信息在预设第二阈值范围内时，确定所述障碍物的底面面积是否在预设第三阈值范围...

【专利技术属性】
技术研发人员：孙樱日，邬芮璠，
申请(专利权)人：追觅创新科技苏州有限公司，
类型：发明
国别省市：